Realisierung der kognitiven Systemarchitektur COSA² zum UAV Missionsmanagement
|
|
|
- Curt Giese
- vor 8 Jahren
- Abrufe
Transkript
1 Realisierung der kognitiven Systemarchitektur COSA² zum UAV Missionsmanagement Dipl.-Ing. Stefan Brüggenwirth & Prof. Dr. Axel Schulte Universität der Bundeswehr, München Institut für Flugsysteme (IFS) DGLR Symposium UAV Autonomie - Automatisierung unbemannter Luftfahrzeuge Ottobrunn,
2 Einführung COSA 2 COgnitive System Architecture with Centralized Ontology and Specific Algorithms (COSA 2 ) Generisches, intelligentes Agenten-Framework Benötigt domänenspezifisches Wissensmodell Zyklische Verarbeitungsschritte: Situationsinterpretation > Handlungsplanung > Planausführung Spezifische Algorithmen: Inferenz > Heuristische Suche > Constraint Optimization Basierend auf dem Rasmussen-Modell menschlichen Verhaltens 2
3 skillbased rulebased knowledgebased Rasmussen-Schema COSA 2 implementiert das modifizierte Rasmussen-Schema menschlicher Kognition als Agentenarchitektur Goals Identification Decision of Planning unbekannt Recognition Association of State / Stored Rules for s bekannt bewusst Feature- Formation Automated Sensori-Motor- Patterns unterbewusst Sensory Input Signals Actions Jens Rasmussen: Skills, rules, and knowledge; signals, signs, and symbols, and other distinctions in human performance models. IEEE Trans. Systems, Man, Cybernetics, SMC-13 (1983), pp
4 Aus kognitiven Subfunktionen aufgebaut ( Algorithmen) Realisiert als wissensbasiertes System ( deklarativ) Zwei Arten von Wissen: input A-Priori Knowledge Cognitive Subfunction output Modifiziertes Rasmussen-Schema COSA 2 implementiert das modifizierte Rasmussen-Schema menschlicher Kognition als Agentenarchitektur A-Priori Wissen - statisches Weltmodell - Formulierung hängt vom Typ der Subfunktion ab Situatives Wissen - dynamisches Laufzeitwissen - zentrale Repräsentation als Graph 5
5 skill-based procedure-based concept-based Modifiziertes Rasmussen-Schema Concepts Motivational Contexts Options identificationrelevant Identification matching concepts Goal goals & constraints Planning task agenda Situations Procedures task-relevant current task (intent) Execution action instructions Cue Models Sensori-Motor Patterns Feature Formation control-relevant Action Control sensations sensations effector commands Work Environment 6
6 skill-based procedure-based concept-based Modifiziertes Rasmussen-Schema Concepts Motivational Contexts Options identificationrelevant Identification matching concepts Goal goals & constraints Planning task agenda Situations Procedures task-relevant current task (intent) Execution action instructions Cue Models Sensori-Motor Patterns Feature Formation control-relevant Action Control sensations sensations effector commands 1. Input lesen Work Environment 7
7 skill-based procedure-based concept-based Modifiziertes Rasmussen-Schema Concepts Motivational Contexts Options identificationrelevant Identification matching concepts Goal goals & constraints Planning task agenda Situations Procedures task-relevant current task (intent) Execution action instructions Cue Models Sensori-Motor Patterns Feature Formation control-relevant Action Control sensations sensations effector commands 2. Situation interpretieren Work Environment 8
8 skill-based procedure-based concept-based Modifiziertes Rasmussen-Schema Concepts Motivational Contexts Options identificationrelevant Cue Models Feature Formation Identification matching concepts goals & constraints Situationsinterpretation - Inferenz Procedures task-relevant Goal current task (intent) control-relevant Planning Execution Algorithmus: Treat - Algorithmus mit effizientem Graphmatching Sensori-Motor Patterns Wissen: Schlussregeln (Wenn => Dann) Action Control Subfunktionen: Feature Formation > Identification > Goal Work Environment task agenda action instructions sensations sensations effector commands Ergebnis: Identification Relevant Cues > Matching Concepts > Goals & Constraints 9
9 skill-based procedure-based concept-based Modifiziertes Rasmussen-Schema Concepts Motivational Contexts Options identificationrelevant Identification matching concepts Goal goals & constraints Planning task agenda Situations Procedures task-relevant current task (intent) Execution action instructions Cue Models Sensori-Motor Patterns Feature Formation control-relevant Action Control sensations sensations effector commands 3. Planen Work Environment 10
10 skill-based procedure-based concept-based task Modifiziertes candidate Rasmussen-Schema Concepts Motivational Contexts Options identificationrelevant Identification matching concepts Goal goals & constraints Planning task agenda Cue Models Feature Formation task-relevant Situations Handlungsplanung - Suche current task (intent) control-relevant Procedures Execution Algorithmus: Heuristische Suche Wissen: Handlungsoptionen mit Vorbedingungen und Effekten Subfunktionen: Planning > Sensori-Motor Patterns Action Control Identification > Goal Work Environment action instructions sensations sensations effector commands Ergebnis: Agenda 11
11 Agenda Ergebnis eines erfolgreichen Planungsprozesses ist die Agenda Geordnete Liste mit auszuführenden s (sowie Interpretationsregeln) Enthält Vor- und Nachbedingungen (zum Weiterschalten) Lat=48.1 FlyToX EnrouteToX DistanceToX TakePhoto dest = wp3 Lon=11.7 Distance=
12 COSA² Multithreaded PDDL Planner Generische, heuristische Sucharchitektur Verwendung domänenunabhängigen Heuristiken, z.b. Graphplan-basiert, Ignore-Delete-Lists (FF) und anwendungsspezifischen Heuristiken, z.b. Luftlinienentfernungen, Ziele / Hierarchien Eigenentwicklung PDDL Standard Multicore - Unterstützung Deterministisch A* - Eigenschaften 13
13 skill-based procedure-based concept-based Modifiziertes Rasmussen-Schema Concepts Motivational Contexts Options identificationrelevant Identification matching concepts Goal goals & constraints Planning task agenda Situations Procedures task-relevant current task (intent) Execution action instructions Cue Models Sensori-Motor Patterns Feature Formation control-relevant Action Control sensations sensations effector commands 4b. Procedure-Based Behaviour Work Environment 14
14 Agenda Ergebnis eines erfolgreichen Planungsprozesses ist die Agenda Geordnete Liste mit auszuführenden s (sowie erwartete Umwelt-Reaktionen) Enthält Vor- und Nachbedingungen (zum Weiterschalten) Lat=48.1 FlyToX EnrouteToX DistanceToX TakePhoto dest = wp3 Lon=11.7 Distance=
15 Agenda Ergebnis eines erfolgreichen Planungsprozesses ist die Agenda Geordnete Liste mit auszuführenden s (sowie erwartete Umwelt-Reaktionen) Enthält Vor- und Nachbedingungen (zum Weiterschalten) Lat=48.1 FlyToX EnrouteToX DistanceToX TakePhoto dest = wp3 Lon=11.7 Distance= 9.32 AvoidHostile dest = wp3 Maneuver Reaktives Verhalten 16
16 skill-based procedure-based concept-based Modifiziertes Rasmussen-Schema Concepts Motivational Contexts Options identificationrelevant Identification matching concepts Goal goals & constraints Planning task agenda Situations Procedures task-relevant current task (intent) Execution action instructions Cue Models Sensori-Motor Patterns Feature Formation control-relevant Action Control sensations sensations effector commands 4. Agenda ausführen Work Environment 17
17 Anpassen der Agenda Problem: Anpassung der numerische Werte der Agenda Nominell errechnete Werte werden bei Ausführung nicht exakt erreicht! 11:55h 13:15h 13:14h t FlyToX EnrouteToX DistanceToX TakePhoto dest = wp3 Lat=48.1 Lon=11.7 Distance= Idee: Struktur der Agenda als Constraint Optimization Problem codieren und in jedem Zyklus neu lösen. Falls Parameter nicht mehr angepasst werden können > Neuplanung 18
18 skill-based procedure-based concept-based Modifiziertes Rasmussen-Schema Concepts Motivational Contexts Options identificationrelevant Identification matching concepts Goal goals & constraints Planning task agenda Situations Procedures task-relevant current task (intent) Execution action instructions Cue Models Sensori-Motor Patterns Feature Formation control-relevant Action Control sensations sensations effector commands 5. Prozedur zu aktuellem ausführen Work Environment 19
19 skill-based procedure-based concept-based Modifiziertes Rasmussen-Schema Concepts Motivational Contexts Options identificationrelevant Identification matching concepts Goal goals & constraints Planning task agenda Situations Procedures task-relevant current task (intent) Execution action instructions Cue Models Sensori-Motor Patterns Feature Formation control-relevant Action Control sensations sensations effector commands 6. Ausgabe schreiben Work Environment 20
20 Beispielanwendungen mit COSA 2 COSA 2 Zwei implementierte Anwendungen More Electric Aircraft (MEA) Intelligentes Grundsystemmanagement Ventile, Pumpen z. Versorgung d. Triebwerke CoCAMPUS Mission Management Optimal Control Path Planning Wegpunktwahl, Sensorik W. Pecher et al.: Using Cognitive Automation for Aircraft General Systems Management, System of Systems Eng. Conf., UK, 2010 Vortrag Sebastian Clauß, morgen 15:40-17:00 22
21 Weitere Anwendungen für COSA 2 COSA 2 Weitere Anwendungen SAGITTA Decision Engine Missions und Sensor Management ZertAP Inferenzengine System Monitoring Operateur Assistenz AP In Zusammenarbeit mit: Vortrag Nikolaus Theißing, heute 13:00-14:40 Uhr Vortrag Marcus Wohler, morgen 10:30-11:30 Uhr 23
22 Zusammenfassung Kognitive Automation ermöglicht hohe Autonomielevel zur UAV Flugführung COSA 2 implementiert das modifizierte Rasmussen- Schema menschlicher Kognition als Agentenframework unter Verwendung von Methoden der KI. Verschiedene Arten von Algorithmen (Inferenz, Suche, CSP, Prozedural, Extern) benutzen ein zentrales Weltmodell Dies ermöglicht konsistentes, wissensbasiertes Verhalten und flexible Reaktionen, sogar in unvorhergesehenen Situationen. 24
Auftragsbasierte UAV-Führung in MUM-T
Auftragsbasierte UAV-Führung in MUM-T Universität der Bundeswehr München (UniBwM) Institut für Flugsysteme (IFS) Workshop UAV-Regelung und Flugführung Braunschweig, 25.02.2011 1 UniBwM / LRT-13. 2011 Agenda
Softwarearchitektur für kognitive Systeme zur wissensbasierten Flugführung
Softwarearchitektur für kognitive Systeme zur wissensbasierten Flugführung Dipl.-Ing. Alexander Matzner Prof. Dr.-Ing. Axel Schulte Professur für Flugmechanik & Flugführung Fakultät für Luft- & Raumfahrttechnik
Kognitives Onboard Capability-Management im Flugversuch
Kognitives Onboard Capability-Management im Flugversuch Sebastian Clauß, Florian Böhm, Stefan Brüggenwirth, Prof. Dr.-Ing. Axel Schulte Institut für Flugsysteme LRT 13 Universität der Bundeswehr München
Entwicklung eines Operateur-Assistenzsystems zur Mixed-Initiative-Missionsführung von UAV
Entwicklung eines Operateur-Assistenzsystems zur Mixed-Initiative-Missionsführung von UAV, Prof. Dr.-Ing. Axel Schulte UniBwM / Institut für Flugsysteme LRT-13 / März 2013 1 Manuelles Setzen von Wegpunkten
Ein mentalisierendesassistenzsystem zur Unterstützung von RPAS-Piloten bei der Missionsführung
Ein mentalisierendesassistenzsystem zur Unterstützung von RPAS-Piloten bei der Missionsführung Dipl.-Ing. Nikolaus Theißing, Prof. Dr.-Ing. Axel Schulte Institut für Flugsysteme, Universität der Bundeswehr
Testkonzept eines UAV Missionsplaners
Testkonzept eines UAV Missionsplaners Christoph Torens, Florian Adolf German Aerospace Center (DLR) Institute of Flight Systems, Dept. Unmanned Aircraft DGLR Workshop 2013 Durchgängige Entwicklung von
MODELLING AND CONTROLLING THE STEERING FORCE FEEDBACK USING SIMULINK AND xpc TARGET
MODELLING AND CONTROLLING THE STEERING FORCE FEEDBACK USING SIMULINK AND xpc TARGET Dipl.-Ing. M. Brünger-Koch, 05/06/09 Model-Based Design Conference 2005 1 Agenda 1. Introduction Company and institute
On-Board Assistenzsystem als Beitrag zur Integration von UAV in den zivilen Luftverkehr
On-Board Assistenzsystem als Beitrag zur Integration von UAV in den zivilen Luftverkehr Marcus Wohler, Axel Schulte Universität der Bundeswehr München Institut für Flugsysteme Gregor Jarasch Cassidian
Untersuchung von Beschleunigungsverfahren für den Dijkstra-Algorithmus im Zusammenhang mit multimodalem Routing
Untersuchung von Beschleunigungsverfahren für den Dijkstra-Algorithmus im Zusammenhang mit multimodalem David Georg Reichelt davidgeorg_reichelt@yahoo.de 22. September 2012 25.09.2012 David Georg Reichelt,
Determining Vibro-Acoustic Effects in Multidomain Systems using a Custom Simscape Gear Library
Determining Vibro-Acoustic Effects in Multidomain Systems using a Custom Simscape Gear Library Tim Dackermann, Rolando Dölling Robert Bosch GmbH Lars Hedrich Goethe-University Ffm 1 Power Noise transmission
KADS / COMMONKADS. Modelle in COMMONKADS zur Spezifikation von WBS
KADS / COMMONKADS Knowledge Acquisition Documentation and Structuring Knowledge Analysis and Design System Entwicklung in zwei Esprit-Projekte mit zahlreichen Partnern (Hauptpartner: Universität Amsterdam):
High Performance HMI. VL Prozessleittechnik 1 SS 2014, 08.07.2014 Professur für Prozessleittechnik
Fakultät ETIT, Institut für Automatisierungstechnik, Professur für Prozessleittechnik High Performance HMI VL Prozessleittechnik 1 SS 2014, 08.07.2014 Professur für Prozessleittechnik Übersicht Definition
Bio-Inspired Credit Risk Analysis
Bio-Inspired Credit Risk Analysis Computational Intelligence with Support Vector Machines Bearbeitet von Lean Yu, Shouyang Wang, Kin Keung Lai, Ligang Zhou 1. Auflage 2008. Buch. XVI, 244 S. Hardcover
+ Team Simulation. Pascal Jäger Dept. Informatik
+ Team Simulation Pascal Jäger 26.4.2012 Dept. Informatik + Überblick n Einführung n Recognition-Primed Decision Making n R-CAST n C-RPD n Mein Ansatz n Projekt 1 n Literatur + Was habe ich vor Einführung
Modell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen
Modell zur Einflussanalyse Ein Modell zur Einflussanalyse von Methodenänderungen in Entwicklungsprozessen Roland Koppe, Stefan Häusler, Axel Hahn 2 Übersicht Einleitung und Motivation Ansatz und Methodik
Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10.
Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! 11.10.2012 1 BI PLUS was wir tun Firma: BI plus GmbH Giefinggasse 6/2/7 A-1210 Wien Mail: office@biplus.at
Fortgeschrittene Routenplanung. Transportnetzen. Advanced Route Planning in Transportation Networks
Fortgeschrittene Routenplanung in Transportnetzen Advanced Route Planning in Transportation Networks Dissertationsvortrag von Dipl.-Inform. Robert Geisberger 1 KIT Robert Universität Geisberger: des Landes
Wissensverarbeitung. - Knowledge Engineering: Feature Models -
- Knowledge Engineering: Feature Models - Alexander Felfernig und Gerald Steinbauer Institut für Softwaretechnologie Inffeldgasse 16b/2 A-8010 Graz Austria 1 Goals Feature Models Semantics Anomalies Inconsistencies
Intelligente Roboter lectures/2007ws/vorlesung/ir
18.424 Intelligente Roboter 18.424 Intelligente Roboter http://tams-www.informatik.uni-hamburg.de/ lectures/2007ws/vorlesung/ir Jianwei Zhang Universität Hamburg Fakultät für Mathematik, Informatik und
Geschäftsprozesse und Regeln
Geschäftsprozesse und Regeln 7 Szenarien einer möglichen Integration Jana Koehler Hochschule Luzern Lucerne University of Applied Sciences and Arts jana.koehler@hslu.ch Gartner: Organizations struggle
im Umfeld Agenten von Industrie 4.0 Herausgegeben von Univ.-Prof. Dr.-lng. Birgit Vogel-Heuser
Agenten im Umfeld von Industrie 4.0 Herausgegeben von Univ.-Prof. Dr.-lng. Birgit Vogel-Heuser 1 A Standard-Compliant ICT Architecture for Flexible Protection Systems 1 Martin Buscher, Jorn Trefke, Sebastian
Structuring Clinical Workflows for Diabetes Care An Overview of the OntoHealth Approach
Structuring Clinical Workflows for Diabetes Care An Overview of the OntoHealth Approach Marco Schweitzer N. Lasierra, S. Oberbichler, I. Toma, A. Fensel, A. Hoerbst Research Division for ehealth and Telemedicine,
E DIN EN ISO 9001: (D/E)
E DIN EN ISO 9001:2014-08 (D/E) Qualitätsmanagementsysteme - Anforderungen (ISO/DIS 9001:2014); Deutsche und Englische Fassung pren ISO 9001:2014 Quality management systems - Requirements (ISO/DIS 9001:2014);
Modell-Differenzen zur Änderungserkennung in großen Modellen
Modell-Differenzen zur Änderungserkennung in großen Modellen Phil Hebborn Agenda Motivation Grundlagen von Modell-Differenzen Modellieren mit EMF Der SiDiff-Algorithmus SiLift 2 Motivation Große Projekte
Grundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 4. Einführung: Umgebungen und Problemlösungsverfahren Malte Helmert Universität Basel 2. März 2015 Einführung: Überblick Kapitelüberblick Einführung: 1. Was ist Künstliche
Künstliche Intelligenz
Künstliche Intelligenz Intelligente Agenten Claes Neuefeind Sprachliche Informationsverarbeitung Universität zu Köln 26. Oktober 2011 Agenten Konzept des Agenten Rationalität Umgebungen Struktur von Agenten
Model-based Development of Hybrid-specific ECU Software for a Hybrid Vehicle with Compressed- Natural-Gas Engine
Model-based Development of Hybrid-specific ECU Software for a Hybrid Vehicle with Compressed- Natural-Gas Engine 5. Braunschweiger Symposium 20./21. Februar 2008 Dipl.-Ing. T. Mauk Dr. phil. nat. D. Kraft
Bachelor- und Masterseminare Komplexe und Intelligente Systeme
Bachelor- und Masterseminare Komplexe und Intelligente Systeme Universität Passau Ablauf Masterseminar 1 2 1. Anmeldung über Stud.IP 2. Besuch der Auftaktveranstaltungen Einführung in Literaturrecherche
Constraint-based Tutors. Educational Data Mining (Seminar) Robert Bärhold
Constraint-based Tutors Educational Data Mining (Seminar) Robert Bärhold 10.06.2014 Gliederung Intelligent Tutoring Systems (ITS) Constraint-based Tutors Erläuterung Anwendung: J-Latte Data Mining Studentenmodell
Grundlagen der Signalverarbeitung und Robotik
64-544 Grundlagen der Signalverarbeitung und Robotik 64-544 Grundlagen der Signalverarbeitung und Robotik http://tams.informatik.uni-hamburg.de/ lectures/2011ss/vorlesung/gdsr Jianwei Zhang Universität
Junction of a Blended Wing Body Aircraft
Topology Optimization of the Wing-Cabin Junction of a Blended Wing Body Aircraft Bin Wei M.Sc. Ögmundur Petersson M.Sc. 26.11.2010 Challenge of wing root design Compare to conventional aircraft: Improved
OWM Future Inspiration Day 22. März 2017 Artificial Intelligence Bosch is teaching the vehicle how to drive. Rosa Meckseper VP Marketing and Business
OWM Future Inspiration Day 22. März 2017 Artificial Intelligence Bosch is teaching the vehicle how to drive. Rosa Meckseper VP Marketing and Business Strategy Robert Bosch GmbH INTERNET DER DINGE OWM R.
Overview: Module Business Process Management
Ecommis Overview: Module Business Process Management TU Berlin Systemanalyse und EDV SOA Research Centre 1 Agenda Administrative issues Structure of the course Case study method TU Berlin Systemanalyse
Publikationsprozesse für Forschungsdaten. Peer Brauer, Wilhelm Hasselbring Universität zu Kiel
Publikationsprozesse für Forschungsdaten Peer Brauer, Wilhelm Hasselbring Universität zu Kiel Berlin, 30.03.2012 1 > Agenda Agenda Workflows in der Wissenschaft Das Projekt PubFlow Das Anwendungsbeispiel
Sokoban. Knowledge Engineering und Lernen in Spielen. Mark Sollweck Fachbereich 20 Seminar Knowledge Engineering Mark Sollweck 1
Sokoban Knowledge Engineering und Lernen in Spielen Mark Sollweck 29.04.2010 Fachbereich 20 Seminar Knowledge Engineering Mark Sollweck 1 Überblick Sokoban Spielregeln Eigenschaften Lösungsansatz IDA*
BPA Suite und SOA - vom fachlichen Prozessmodell zur Anwendung. Bernhard Fischer-Wasels Leitender Systemberater
BPA Suite und SOA - vom fachlichen Prozessmodell zur Anwendung Bernhard Fischer-Wasels Leitender Systemberater Safe Harbor Statement The following is intended to outline our general product direction.
From HiL to Test Vehicle:
From HiL to Test Vehicle: Reuse of test cases with same test automation Agenda: Trailer Presentation Agenda: Movie about Tool Questions After presentation Live Demo Vehicle Meeting point: ETAS Stand 1642
Scheduling for Time-Triggered Network Communication
Scheduling for Time-Triggered Network Communication Jan Kamieth jan.kamieth@informatik.haw-hamburg.de Hochschule für Angewandte Wissenschaften Hamburg 14. Juni 2012 Agenda (1)Rückblick (2)Verwandte Arbeiten
Verhaltensbasierte Robotik
PS Anwendungen der moder Verhaltensbasierte Robotik Thomas Wernicke SS 2006 1. Einleitung 1.1. Definition 1.2. Vorgeschichte Überblick 1.3. Vorgeschichte / Motivation 2. Konzepte 2.1. KI Konzepte 2.2.
A system to integrate the usage of heterogenous input and output devices by the use of a generic interface
LFE Medieninformatik Ben Blaha Abschlussvortrag Projektarbeit: VISOR Versatile Input Steady Output Remote Control A system to integrate the usage of heterogenous input and output devices by the use of
Intelligent Agents. Intelligent Agents. Andreas Kudenko//Andreas Skiba
Intelligent Agents Andreas Kudenko//Andreas Skiba Einführung Umgebungen Intelligente Agenten und ihre Eigenschaften Agent im Vergleich zu anderen Systemen Agents and Objects Agents and Expert Systems Agents
Modulare Steuerungsarchitektur für sensorbasierte Robotersysteme
GMA-FA 4.13 13. Juli 2005 Modulare Steuerungsarchitektur für sensorbasierte Robotersysteme Serviceroboter für Weltraum- und terrestrische Anwendungen Dipl.-Inform. Christoph Borst DLR Oberpfaffenhofen
Situation-Adaptive Multimodal Dialogue Platform. Übersicht
S am Situation-Adaptive Multimodal Dialogue Platform Übersicht Multimodal Dialog System Multimodal Unterstützung verschiedenster Eingabe- und Ausgabekanäle, sowohl alternativ als auch kombiniert What is
9. Heuristische Suche
9. Heuristische Suche Prof. Dr. Rudolf Kruse University of Magdeburg Faculty of Computer Science Magdeburg, Germany rudolf.kruse@cs.uni-magdeburg.de S Heuristische Suche Idee: Wir nutzen eine (heuristische)
Einführung in die Methoden der Künstlichen Intelligenz
Einführung in die Methoden der Künstlichen Intelligenz --- Vorlesung vom 17.4.2007 --- Sommersemester 2007 Prof. Dr. Ingo J. Timm, Andreas D. Lattner Professur für Wirtschaftsinformatik und Simulation
Simulink PLC Coder für sichere IEC Steuerungen bei MAGIRUS GmbH
Simulink PLC Coder für sichere IEC 61131 Steuerungen bei MAGIRUS GmbH Eine Fallstudie über die Verwendung, die Instrumentierung und die Anpassungen des Simulink PLC Coders für sichere und nicht sichere
Wissensbasierte Systeme. Kombinatorische Explosion und die Notwendigkeit Heuristischer Suche. Heuristiken und ihre Eigenschaften
1 Michael Beetz Technische Universität München Wintersemester 2004/05 Kombinatorische Explosion und die Notwendigkeit Heuristischer Suche 2 3 der Eigenschaften der 4 : 8-Puzzle 5 Heuristiken und ihre Eigenschaften
ISO 9001:2015. ISO 9001 Revision Challenges and opportunities
ISO 9001:2015 ISO 9001 Revision Challenges and opportunities Quality = ISO? Consistence Loyalty Good feeling Durability Accuracy Reliability Simplicity Resistance Safety Compentence Cleanliness Conformity
Situated Reference in a Hybrid Human-Robot Interaction System
Situated Reference in a Hybrid Human-Robot Interaction System M. Giuliani et al. 2010 vorgetragen von Bernadett Smolibocki Überblick Mensch-Roboter-Dialogsysteme Referenzgenerierung Experiment (Evaluation)
Optimierung von Reglern in der Prozessindustrie. Dipl.-Ing. Nataliya Baran nataliya.baran@zmms.tu-berlin.de
Entwurf eines Assistenzsystems für die Optimierung von Reglern in der Prozessindustrie Forschungsschwerpunkt 9 Dipl.-Ing. Nataliya Baran nataliya.baran@zmms.tu-berlin.de Gliederung Arbeiten zum Reglertuning
Parameter für die Beziehung von Situationsbewusstsein und Verhalten am Beispiel von Prozessindustrie und Flugsicherung
Parameter für die Beziehung von Situationsbewusstsein und Verhalten am Beispiel von Prozessindustrie und Flugsicherung Das Konzept Situationsbewusstsein und seine Anwendung in Fahr- und Flugsicherheit
Objekt-Komposition versus Vererbung: Decorator-Design-Pattern
Objekt-Komposition versus Vererbung: Decorator-Design-Pattern O.Univ.-Prof. Dipl.-Ing. Dr. Wolfgang Pree Fachbereich Informatik cs.uni-salzburg.at Motivation: Änderungen einer Klasse mit vielen Unterklassen
Talk 5: Technical and Economic Aspects of Inter-domain Service Provisioning
Talk 5: Technical and Economic Aspects of Inter-domain Service Provisioning Markus Sonderegger, Bas Krist, Roland Haas 08. Dezember 2005 Inhalt 1. Einführung 2. Evolution der Wertekette 3. Beispielszenario
En:Tool EnEff BIM Introduction to the Project and Research Association
En:Tool EnEff BIM Introduction to the Project and Research Association Christoph van Treeck 1 Lehrstuhl für Energieeffizientes Bauen (E3D), RWTH Aachen University, Germany EnTool: EnEff:BIM»Planning, system
Einführung in die Künstliche Intelligenz
Einführung in die Künstliche Intelligenz Vorlesung WS 2004/05 Joachim Hertzberg, Andreas Nüchter (Übungen) Institut für Informatik Abteilung Wissensbasierte Systeme 1 Web-Seite Organisatorisches http://www.inf.uos.de/hertzberg/lehre/2004_ws/vorlesung_ki-intro/ki_ws04.html
Dynamische Programmierung. Problemlösungsstrategie der Informatik
als Problemlösungsstrategie der Informatik und ihre Anwedung in der Diskreten Mathematik und Graphentheorie Fabian Cordt Enisa Metovic Wissenschaftliche Arbeiten und Präsentationen, WS 2010/2011 Gliederung
Sustainability Balanced Scorecard as a Framework for Eco-Efficiency Analysis
Sustainability Balanced Scorecard as a Framework for Eco-Efficiency Analysis Andreas Möller amoeller@uni-lueneburg.de umweltinformatik.uni-lueneburg.de Stefan Schaltegger schaltegger@uni-lueneburgde www.uni-lueneburg.de/csm
Angewandte Soziologie. Mathias Bös Professur für Angewandte Soziologie Institut für Soziologie
Angewandte Soziologie Mathias Bös Professur für Angewandte Soziologie Institut für Soziologie Ablauf 1. Angewandte Soziologie in Studium und Beruf 2. Zwei Beispiel soziologischer Bearbeitung von sozialen
Einführung in die Kognitive Ergonomie
1 Vorlesung 1, den 21. Oktober 1999 2 1 Vorlesung 1, den 21. Oktober 1999 Donnerstag, den 21. Oktober 1999 Einführung in die Kognitive Ergonomie Wintersemester 1999/2000 1. Scope and Goals 2. General Framework
Map Matching. Problem: GPS-Punkte der Trajektorie weisen einen relativ großen Abstand zueinander auf.
Map Matching Problem: GPS-Punkte der Trajektorie weisen einen relativ großen Abstand zueinander auf. Ergebnis mit minimaler Fréchet-Distanz Annahme: Fahrer wählen bevorzugt kürzeste Wege im Straßennetz.
Kognitive und kooperative Automation zur Führung unbemannter Luftfahrzeuge
Kognitive und kooperative Automation zur Führung unbemannter Luftfahrzeuge Univ.-Prof. Dr.-Ing. Axel Schulte Institut für Flugsysteme (IFS), Universität der Bundeswehr München (UniBwM) Werner-Heisenberg-Weg
AUSBILDUNG für INDUSTRIELLE BILDVERARBEITUNG - Skizze für tertiären Bereich
AUSBILDUNG für INDUSTRIELLE BILDVERARBEITUNG - Skizze für tertiären Bereich FH-Prof. DI. Kurt Niel University of Applied Sciences Upper Austria Faculty of Engineering and Environmental Sciences kurt.niel@fh-wels.at
Hidden Markov Model ein Beispiel
Hidden Markov Model ein Beispiel Gegeben: Folge von Beobachtungen O = o 1,..., o n = nass, nass, trocken, nass, trocken Menge möglicher Systemzustände: Z = {Sonne, Regen} Beobachtungswahrscheinlichkeiten:
ISO 15504 Reference Model
Process flow Remarks Role Documents, data, tools input, output Start Define purpose and scope Define process overview Define process details Define roles no Define metrics Pre-review Review yes Release
Universal Discovery 10.x, Jython Adapter
Universal Discovery 10.x, Jython Adapter Development Training The purpose of this course is to teach students how to develop Jython-based Universal Discovery (UD) Adapters. This three-day course enables
Kybernetik Intelligent Agents- Action Selection
Kybernetik Intelligent Agents- Action Selection Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 26. 06. 2012 Intelligent Agents Intelligent Agents Environment
Apriori Algortihmus. Endpräsentation. Stefan George, Felix Leupold
Apriori Algortihmus Endpräsentation Stefan George, Felix Leupold Gliederung 2 Wiederholung Apriori Erweiterung: Parallelisierung Parallele Programmierung in Python Parallelisierungszenarien Implementierung
11. Übung zu Algorithmen I 6. Juli 2016
11. Übung zu Algorithmen I 6. Juli 2016 Lisa Kohl lisa.kohl@kit.edu mit Folien von Lukas Barth Roadmap Ausblick: Was sind schwierige Probleme? Travelling Salesman Problem - Reprise ein ILP ein Algorithmus
Reaktive und hybride Agentenarchitekturen
Reaktive und hybride Agentenarchitekturen Vortrag im Seminar Agentensysteme Eine Einführung Nadine Leßmann, Alf Kranstedt, Christian Becker 1 Einleitung Symbolisch/Logische Ansätze haben Schwächen Umgebungen
GridMate The Grid Matlab Extension
GridMate The Grid Matlab Extension Forschungszentrum Karlsruhe, Institute for Data Processing and Electronics T. Jejkal, R. Stotzka, M. Sutter, H. Gemmeke 1 What is the Motivation? Graphical development
Potentiale der Low-Cost- und Low-Tech-Bilderfassung. Workshop Reverse Engineering, 22. November 2017 Matthias Blankenburg
Potentiale der Low-Cost- und Low-Tech-Bilderfassung Workshop Reverse Engineering, 22. November 2017 Matthias Blankenburg Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik Fraunhofer IPK
Vom Fahrerassistenzsystem zur automatisierten Bahn 3D Sensorik für Schienenfahrzeuge
Vom Fahrerassistenzsystem zur automatisierten Bahn 3D Sensorik für Schienenfahrzeuge AIT Austrian Institute of Technology Center for Vision, Automation & Control C. Zinner Auftaktveranstaltung zur 11.
Flüsse, Schnitte, bipartite Graphen
Flüsse, Schnitte, bipartite Graphen Vlad Popa 08.06.2010 Inhaltsverzeihnis 1. Flussnetzwerke und Flüsse 1.1 Ford- Fulkerson 1.2 Edmond Karp 1.3 Dinic 2. Schnitte 3. Maximaler Fluss bei minimalen Kosten
Wirtschaftsinformatik 2
Wirtschaftsinformatik 2 Prof. Dr. Dr. L. Schmidt-Thieme MSc. André Busche Übung 2 1. Übungsblatt 2 2. Saalübung 02.05.12 2/ Aufgabe 2a (2 Punkte) Welche Vorteile bietet die Verwaltung von Daten in Datenbanken?
Sprachproduktion: Modelle. Prof. Dr. Bernd J. Kröger Neurophonetics Lab, Phoniatrics Dept. RWTH Aachen University
Sprachproduktion: Modelle Prof. Dr. Bernd J. Kröger Neurophonetics Lab, Phoniatrics Dept. RWTH Aachen University Die sprechmotorische Bewegungseinheit (SBE) als reaching task zielgerichtet (/b/, /d/, /g/,.,
Large Scale Data Management
Large Scale Data Management Beirat für Informationsgesellschaft / GOING LOCAL Wien, 21. November 2011 Prof. Dr. Wolrad Rommel FTW Forschungszentrum Telekommunikation Wien rommel@ftw.at Gartner's 2011 Hype
Customization (Zuschneiden)
Customization (Zuschneiden) Anpassen der (Graph)Datenstruktur an die Anwendung. I Ziel: schnell, kompakt. I benutze Entwurfsprinzip: make the common case fast I Listen vermeiden Mögliches Problem: Software-Engineering-Alptraum
Ontologie-basierte Web-Service- Komposition
Thema Ontologie-basierte Web-Service- Komposition Dzung Phan Betreuerin: Frau Maßmann Email: dzungphan200677@yahoo.de [1] McIlraith, S., and Son, T. C. Adapting Golog for Composition of Semantic Web Services.
Model-based Verification- Fundamentals and Industrial Practice
Eingebettete Systeme Model-based Verification- Fundamentals and Industrial Practice Seminar 15/04/2014, Dipl.-Inform. Sebastian Burg Themenübersicht 2 Arbeitsbereich Technische Informatik 2010 Universität
Automatische Erkennung und Klassifikation von Körperhaltungen und Aktivitäten
Automatische Erkennung und Klassifikation von Körperhaltungen und Aktivitäten Dipl.-Ing. Daniel Tantinger Fraunhofer Institut für Integrierte Schaltungen IIS, Erlangen, Deutschland Automatische Erkennung
Projektpraktikum MultimediaGrid
Projektpraktikum MultimediaGrid WS 2005/06 Carsten Saathoff Bernhard Tausch Agenda Motivation Aufgaben Zeitplan Vortragsthemen Auswahl des Managements Motivation Grid Wikipedia: Grid computing offers a
Diskussion Berlin
Diskussion Diskussion: Kompetenzzuwachs im Lehramtsstudium messen Prof. Dr. Olga Zlatkin-Troitschanskaia Johannes Gutenberg-Universität Mainz Programmkongress zur Qualitätsoffensive Lehrerbildung Berlin,
Recent Advances in Business Computing and Operations Research (RAIBCOR)
Recent Advances in Business Computing and Operations Research (RAIBCOR) Prof. Dr. Stefan Bock 31.10.2008 / 07.11.2008 Bergische Universität Wuppertal Wirtschaftsinformatik und Operations Research Agenda
Industrie 4.0 und Smart Data
Industrie 4.0 und Smart Data Herausforderungen für die IT-Infrastruktur bei der Auswertung großer heterogener Datenmengen Richard Göbel Inhalt Industrie 4.0 - Was ist das? Was ist neu? Herausforderungen
BPM und SOA im Praktikum
DOAG 2010 BPM und SOA im Praktikum Prof. Dr. Frank Bühler FB Informatik 18. November 2010 Version 1.0 Vortrags-Nr. 294 Business Human Tasks (Worklist Appl.) Geschäftsanwendung (Desktop) 1 Agenda Begriffe
Seminar Parametrisierte Algorithmen für N P-schwere Probleme
Seminar Parametrisierte Algorithmen für N P-schwere Probleme Reinhard Bauer, Marcus Krug, Ignaz Rutter Institut für Theoretische Informatik 24. April 2009 1/ 22 Klassische Komplexitätstheorie P vs. N P-schwer
WAS GIBT ES DA ZU ENTSCHEIDEN? MIT DMN ENTSCHEIDUNGEN VERSTEHEN UND AUTOMATISIEREN
WAS GIBT ES DA ZU ENTSCHEIDEN? MIT DMN ENTSCHEIDUNGEN VERSTEHEN UND AUTOMATISIEREN Dr. Marcus Winteroll oose eg Marcus.Winteroll@de AGENDA 1 Warum mit Entscheidungen beschäftigen? 2 Bisheriger Umgang mit
Algorithmen zur Analyse historischer Landkarten. Benedikt Budig Universität Würzburg
Algorithmen zur Analyse historischer Landkarten Benedikt Budig Universität Würzburg Einführung Einführung Algorithmen zur Analyse historischer Landkarten Einführung Algorithmen zur Analyse historischer
KCV Knowledge Configured Vehicles
KCV Knowledge Configured Vehicles Michael Kriegel, Axel Schulte Universität der Bundeswehr München (UniBwM) Institut für Flugsysteme (IFS) Workshop UAV-Regelung und Flugführung Braunschweig, 25.02.2011
Entwicklung und Deployment. Stefan Raabe DOAG Konferenz
Entwicklung und Deployment Stefan Raabe DOAG Konferenz 2017 22.11.2017 Agenda 1. Vorstellung 2. DWH Automatisierung 3. Möglichkeiten im ODI 4. Demo 5. Fazit 2 Vorstellung Stefan Raabe Selbstständiger Berater
Abwicklung VO. 9 fixe Termine: Di 3.5. Do 5.5. Di Do Di Do Di Di Di Do :15 14:00
Abwicklung VO 9 fixe Termine: 12:15 14:00 10:15 12:00 12:15 14:00 12:15 14:00 Di 3.5. Do 5.5. Di 10.5. Do 12.5. Di 17.5. Do 19.5. Di 24.5. Di 26.5. Di 28.6. Do 30.6. 1 Abwicklung VO 9 fixe Termine: 12:15
Programming for Engineers
Programming for Engineers Winter 2015 Andreas Zeller, Saarland University A Computer Device that processes data according to an algorithm. Computers are everywhere Your Computer Arduino Physical-Computing-Platform
Projektierung und Betrieb von Rechnernetzen
Projektierung und Betrieb von Rechnernetzen Versuch : Router-Konfiguration Vorbetrachtungen Im Rahmen des Praktikums sind einige Begriffe bzw. Fragen zum Thema Router zu klären: Was ist ein Router? Router
Zabbix 2.4. What's new? What's new in Zabbix 2.4. 1 of
Zabbix 2.4 What's new? 1 of What's new in Zabbix 2.4 About me Name: Pascal Schmiel Email: Schmiel@dv-loesungen.de WEB: www.dv-loesungen.de Senior Consultant Zabbix Certified Professional 2 of What's new
CBD UNEP/CBD/SBSTTA/13/1/Add.1 Page 1. Distr. GENERAL. UNEP/CBD/BS/COP-MOP/4/2/Add.1 6 December 2007 ARABIC ORIGINAL: ENGLISH
CBD UNEP/CBD/SBSTTA/13/1/Add.1 Page 1 Distr. GENERAL 6 December 2007 ARABIC ORIGINAL: ENGLISH 2008 / 16-12 4 34-1.7/1 BS. -2..( 1 ) ( ) -3 2. 2. 35.UNEP/CBD/BS/COP-MOP/4/1.. Page 2-4. : -5.... " " " "
Seminar aus Programmiersprachen. Markus Raab LVA
Seminar aus Programmiersprachen Markus Raab LVA 185.307 09.03.2016 Outline Problem description Topics Seminar course Grading Select date Choose topic+registration Elektra's
NOA NAMUR Open Architecture
NOA NAMUR Open Architecture Erweiterung der bestehenden Ansätze als Grundlage für die effiziente und flexible Umsetzung von Industrie 4.0 in der Prozessindustrie Additiv zu bisherigen Strukturen Offen
Online Learning in Management
43 rd EUCEN Conference 2012 Workshop: Supporting the individual learner in ULLL The Makes and Brakes of Collaborative E-Learning: Online Learning in Management - A case study - Dr. Marion Bruhn-Suhr University
Multiagentensysteme MAS
Seminar Agenten und Robotfußball Sommersemester 2003 Multiagentensysteme MAS Grundlagen und Begriffsbildung Thorsten Wilmes Linnebornstiege 2 48155 Münster wilmest@web.de Matr.-Nr.: 275298 Inhaltsverzeichnis